Crear un modelo de simulación y un modelo experimental y compararAsí que tengo algunos datos experimentales y algunos datos de simulación y me gustaría comparar las sensibilidades de los factores y ver cómo se alinean.
Esto es similar a: https://community.jmp.com/t5/Discussions/How-do-I-make-a-prediction-model-based-on-my-old-experiment-data/td-p/14029
Soy nuevo en JMP y espero estar haciendo esto bien.
Se adjunta la simulación (2) y los datos experimentales (3).
1. ¿Usar el comando Ajustar modelo en los dos conjuntos de datos y comparar el parámetro estima el enfoque correcto?
2. Si es así, al ejecutar ambos conjuntos de datos, obtengo los mismos valores para los errores estándar para X1 X2 X3. Tenía la impresión de que los errores estándar están relacionados con la calidad de ajuste de la estimación del parámetro, pero no veo cómo podrían ser iguales para los 3. ¿Hay algo que me falta aquí?
Gracias
GAMARe: Crear un modelo de simulación y un modelo experimental y compararDescargo de responsabilidad: no he examinado los datos, los modelos ni ningún análisis que se pueda crear para su problema.
Centraré la mayor parte de mi comentario en su primera pregunta ... con muchas preguntas y algunas ideas.
1. ¿Puede compartir más sobre el problema práctico que nos ocupa? Creo que cualquier análisis y conclusiones deben considerarse y filtrarse a través de esa lente en lugar de simplemente mirar gráficos, datos y estadísticas.
2. La comparación numérica ciega de estimaciones de parámetros es una y sólo una forma de comparar estos dos sistemas. Puedo garantizar que serán diferentes. Diablos, vuelva a ejecutar el experimento empírico de nuevo, y casi garantizaré una diferencia numérica. Pero, ¿son estas diferencias importantes desde un punto de vista práctico? Vea la pregunta n. ° 1. encima.
3. ¿Cuánta superposición dentro del espacio factorial existe entre los datos de simulación y los datos empíricos? ¿Hay áreas de interés que no son consistentes?
4. ¿Cuánta superposición hay dentro del espacio de respuesta de cada uno? ¿Hay áreas de interés que no son consistentes?
5. ¿Cuál es el grado de coherencia en el espacio residual de cada modelo? Después de todo ... esta es una estimación de variación inexplicable para cada modelo ... ¿es problemático el grado de inconsistencia?
6. ¿Ha probado la simulación para cada modelo para ver cuáles son las sensibilidades sobre el espacio de modelado?
Invito a otros a comentar y agregar sus pensamientos. Pero al final del día, creo que solo mirar las estimaciones de los parámetros es una visión muy, muy limitada de '¿qué está pasando en el sistema?'
Re: Crear un modelo de simulación y un modelo experimental y compararNo entiendo tu pregunta. ¿Qué quiere decir con "sensibilidades de los factores"? ¿Está intentando comparar los 2 modelos de cada conjunto de datos? Si es así, como @P_Bartell indica, hay muchas características del modelo que podrían compararse (R-cuadrados, RMSE, coeficientes (estimaciones), residuos (de hecho, tiene residuos inusuales en los datos del DOE).Después de mirar brevemente los 2 conjuntos de datos, no estoy seguro de qué análisis está haciendo, pero no obtengo los mismos errores estándar para las estimaciones de los parámetros, ni obtengo los mismos parámetros estadísticamente significativos en los modelos.
¿Cómo se creó la simulación? ¿Qué modelo se utilizó para la simulación?
Re: Crear un modelo de simulación y un modelo experimental y comparar1. Claro, básicamente tengo una simulación del rendimiento del circuito que varía algunos parámetros. También he medido resultados del mismo circuito con esos mismos parámetros variados. Me gustaría mostrar que los resultados medidos coincidieron o no coincidieron con la simulación.
2. La estimación del parámetro en este caso sería el parámetro del circuito que se varió, por lo que creo que sería importante desde un punto de vista práctico.
3. Por ahora es lo mismo, pero el modelo de simulación probablemente debería tener más puntos.
4-6, no estoy seguro de entender.
En última instancia, solo intento mostrar que la simulación predice con precisión los dispositivos fabricados.
